java类文件结构(笔记)


Class文件是一组8位字节为基础单位的二进制流,各个数据项目严格按照顺序紧凑地排列在Class文件之中,中间没有添加任何分隔符,这使得整个Class文件中存储的内容几乎全部都是程序运行的必要数据,没有空隙存在。当遇到需要占用8位字节以上空间的数据项时,则会按照高位在前的方式分割成若干个8位字节进行存储。 根据Java虚拟机规范的规定,Class文件格式采用一种类似于C语言结构体的伪结构来存储的,这种伪结构中只有两种数据类型: 无符号数和表
无符号数属于基本的数据类型,以u1、u2、u4、u8来分别代表1个字节、2个字节、4个字节和8个字节的无符号数,无符号数可以用来描述数字、索引引用、数量值,或者按照UTF-8编码构成字符串值。
表是由多个无符号数或其他表作为数据项构成的复合数据类型,所有表都习惯性地以“_info”结尾。表用于描述有层次关系的复核结构的数据,整个Class文件本质上就是一张表,它是由 小标 所示的数据项构成的:

魔数和Class文件的版本

每个Class文件的头四个字节称为魔数, 它的唯一作用就是确定这个文件是否为一个能被虚拟机接受的Class文件 。很多文件存储标准都是使用魔数而不是扩展名来进行识别,主要是基于安全方面考虑。紧接着魔数的四个字节存储的是Class文件的版本号:第五和第六是此版本号,第七和第八是主版本号,以下面的类为例:

public class TestClass {

        private int m;

        public int inc() {
            return m + 1;
        }
    }

wxHexEditor打开class文件
魔数(4个字节cafe babe)次版本号(0000) 主版本号(0034)十进制52表示1.8 版本

常量池

紧接着主版本号之后是常量池入口,常量池可以理解为Class文件之中的资源仓库,它是Class文件结构中与其他项目关联最多的数据类型,也是占用Class文件空间最大的数据项目之一,同时还是在Class文件中第一个出现的表类型数据项目。由于常量池中常量的数量不是固定的,所以 在常量池的入口需要放置一项u2类型的数据u,代表常量池容量计数值,这个容量技术值是从1开始而不是从0开始的 。这样做的目的在于满足后面某些指向常量池的索引值的数据在特定情况下需要表达“不引用任何一个常量池项目”的含义,这种情况就可以把索引值置为0来表示。上图中常量池入口0X0016十进制22表示常量池中有18项常量(索引为1-21)
常量池中主要存放两大类常量: 字面量和符号引用。

字面量近似于Java的常量,如文本字符串、声明为final的常量值,而符号引用则属于编译原理方面的概念,包括: 类和接口的全限定名、字段的名称和描述符、方法的名称和描述符。
Java代码在编译时没有连接的步骤,而是在虚拟机加载Class文件的时候进行动态连接。 当虚拟机运行时,需要从常量池获得对应的符号引用,再在类创建时或运行时解析、翻译到具体的内存地址之中。
javap 查看字节码,可以看到21个常量

  classes git:(master)  javap -v com.own.learn.jdk.cls1.classLoading.TestClass
    Classfile /home/wangzhenya/IdeaProjects/core_java/target/classes/com/own/learn/jdk/cls1/classLoading/TestClass.class
      Last modified 2018-9-21; size 425 bytes
      MD5 checksum 36dcb3d230e67d59659b76b6936019de
      Compiled from "TestClass.java"
    public class com.own.learn.jdk.cls1.classLoading.TestClass
      minor version: 0
      major version: 52
      flags: ACC_PUBLIC, ACC_SUPER
    Constant pool:
       #1 = Methodref          #4.#18         // java/lang/Object."<init>":()V
       #2 = Fieldref           #3.#19         // com/own/learn/jdk/cls1/classLoading/TestClass.m:I
       #3 = Class              #20            // com/own/learn/jdk/cls1/classLoading/TestClass
       #4 = Class              #21            // java/lang/Object
       #5 = Utf8               m
       #6 = Utf8               I
       #7 = Utf8               <init>
       #8 = Utf8               ()V
       #9 = Utf8               Code
      #10 = Utf8               LineNumberTable
      #11 = Utf8               LocalVariableTable
      #12 = Utf8               this
      #13 = Utf8               Lcom/own/learn/jdk/cls1/classLoading/TestClass;
      #14 = Utf8               inc
      #15 = Utf8               ()I
      #16 = Utf8               SourceFile
      #17 = Utf8               TestClass.java
      #18 = NameAndType        #7:#8          // "<init>":()V
      #19 = NameAndType        #5:#6          // m:I
      #20 = Utf8               com/own/learn/jdk/cls1/classLoading/TestClass
      #21 = Utf8               java/lang/Object
    {
      public com.own.learn.jdk.cls1.classLoading.TestClass();
        descriptor: ()V
        flags: ACC_PUBLIC
        Code:
          stack=1, locals=1, args_size=1
             0: aload_0
             1: invokespecial #1                  // Method java/lang/Object."<init>":()V
             4: return
          LineNumberTable:
            line 3: 0
          LocalVariableTable:
            Start  Length  Slot  Name   Signature
                0       5     0  this   Lcom/own/learn/jdk/cls1/classLoading/TestClass;

      public int inc();
        descriptor: ()I
        flags: ACC_PUBLIC
        Code:
          stack=2, locals=1, args_size=1
             0: aload_0
             1: getfield      #2                  // Field m:I
             4: iconst_1
             5: iadd
             6: ireturn
          LineNumberTable:
            line 8: 0
          LocalVariableTable:
            Start  Length  Slot  Name   Signature
                0       7     0  this   Lcom/own/learn/jdk/cls1/classLoading/TestClass;
    }
    SourceFile: "TestClass.java"

在JDK1.7之前有11中结构不同的表结构,在JDK1.7中为了更好的支持动态语言调用,又增加了3种(CONSTANT_MethodHandle_info、CONSTANT_MethodType_info和CONSTANT_InvokeDynamic_info)。不过这里不会介绍这三种表数据结构。

这14个表的开始第一个字节是一个u1类型的tag,用来标识是哪一种常量类型。这14种常量类型所代表的含义如下

由于Class文件中方法、字段等都需要引用CONSTANT_UTF8_info型常量来描述名称,所以CONSTANT_UTF8_info型常量的最大长度也就是Java中方法和字段名的最大长度。最大值length是65535,所以Java程序中如果定义了超过64KB英文字符的变量或方法名,将会无法编译。
给出14种常量项的结构:

访问标志

在常量池结束后,紧接着的2个字节代表访问标志(access_flags),这个标志用于识别一些类或借口层次的访问信息,包括:这个Class是类还是接口;是否定义为public类型;是否定义为abstract类型;如果是类的话,是否被声明为final等;

类索引、父类索引以及接口索引集合

类索引(this_class)和父类索引(super_class)都是一个u2类型的数据,而接口索引集合(interfaces)是一组u2类型的数据的集合,Class文件由这三项数据来确定这个类的继承关系。类索引用于确定这个类的全限定名,父类索引用于确定这个类的父类的全限定名。由于Java语言不允许多重继承,所以父类索引只有一个,除了java.lang.Object之外,所有的Java类都有父类,因此除了java.lang.Object外,所有Java类的父类索引都不为0。接口索引集合就用来描述这个类实现了哪些接口,这些被实现的接口将按implements语句(如果这个类本身是一个接口,则应当是extends语句)后的接口顺序从左到右排列在接口的索引集合中。

类索引、父类索引和接口索引集合都按顺序排列在访问标志之后,类索引和父类索引用两个u2类型的索引值表示,它们各自指向一个类型为CONSTANT_Class_info的类描述符常量,通过CONSTANT_Class_info类型的常量中的索引值可以找到定义在CONSTANT_Utf8_info类型的常量中的全限定名字符串。

对于接口索引集合,入口的第一项—u2类型的数据为借口计数器(interfaces_count),表示索引表的容量。如果该类没有任何借口,那么该计数器值为0,后面的接口的索引表不再占用任何字节。

#3 = Class              #20            // com/own/learn/jdk/cls1/classLoading/TestClass
       #4 = Class              #21            // java/lang/Object

字段表集合

字段表(field_info)用于描述接口或类中声明的变量。字段(field)包括了类级变量或实例级变量,但不包括在方法内部声明的变量。java中描述一个字段可以包含的信息:字段的作用域(public、private、protected修饰符)、是类级变量还是实例级变量(static修饰符)、可变性(final)、并发可见性(volatile修饰符,是否强制从主内存读写)、可否序列化(transient修饰符)、字段数据类型(基本类型、对象、数组)、字段名称。这些信息中,各个修饰符都是布尔值,要么有某个修饰符,要么没有,很适合使用标志位来表示。而字段叫什么名字、字段被定义为什么数据类型,这些都是无法固定的,只能引用常量池中的常量来描述。
字段修饰符放在access_flags项目中,它与类中的access_flags项目是非常类似的,都是一个u2的数据类型,其中可设置的标志位和含义如下:

跟随access_flags标志的是两个索引值:name_index和descriptor_index。它们都是对常量池的引用,分别代表着字段的简单名称及字段和方法的描述符。
全限定名 :”org/fenixsoft/clazz/TestClass”是类的全限定名,仅仅是把类全名中的“.”替换成了“/”而已,为了使连续的多个权限定名之间不产生混淆,在使用时最后一般会加入一个“;”号表示全限定名结束。
简单名称 :指没有类型和参数修饰的方法或字段名称,例如方法inc()和字段m的简单名称分别是“inc”和“m”。
描述符作用是用来描述字段的数据类型、方法的参数列表(包括数量、类型以及顺序)和返回值 。根据描述符规则,基本数据类型(byte、char、double、float、int、long、short、boolean)及代表无返回值的void类型都用一个大写字符来表示,而独享类型则用字符L加对象的全限定名来

对于数组类型,每一维度将使用一个前置的“[”字符来描述,如一个定义为“java.lang.String[][]”类型的二维数组,将被记录为:“[[Ljava/lang/String;”,一个整型数组“int[]”将被记录为“[I”。

用描述符来描述方法时,按照先参数列表,后返回值的顺序描述,参数列表按照参数的严格顺序放在一组小括号“()”之内。如方法void inc()的描述符为“()V”,方法java.lang.String toString()的描述符为“()Ljava/lang/String;”,方法int indexOf(char[] source,int sourceOffset,int sourceCount,char[] targetOffset,int targetCount,int fromIndex)的描述符为“([CII[CIII)I”。
字段集合中不会列出来超类或者父接口中继承而来的字段,但可能列出原本java代码之中不存在的字段,譬如在内部类中为了保持对外部类的访问性,会自动添加指向外部类实例字段。

方法表集合

Class文件存储格式中对方法的描述与对字段的描述几乎用了完全一致的方法,方法表的结构如同字段表一样,依次包括了访问标志(access_flags)、名称索引(name_index)、描述符索引(descriptor_index)、属性表合集(attributes)。
因为volatile关键字和transient关键字不能修饰方法,所以方法表的访问标志中没有了ACC_VOLATILE标志和ACC_TRANSIENT标志。相对的,synchronized、native、strictfp和abstract关键字可以修饰的方法,所以方法表的访问标志中增加了ACC_SYNCHRONIZED、ACC_NATIVE、ACC_STRICTFP和ACC_ABSTRACT标志,对于方法表,所有标志位及其取值:

方法的定义可以通过访问标志、名称索引、描述符索引表达清楚,但方法里面的代码在哪?方法里的Java代码,经过编译器编译成字节码指令后,存放在方法属性表集合中一个名为“Code”的属性里面,属性表作为Class文件格式中最具扩展性的一种数据项目。

属性表集合

属性表(attribute_info)在前面的讲解之中已经出现过多次,在Class文件、字段表、方发表中都可以携带自己的属性表集合,以用于描述某些场景专有的信息。
与Class文件中其他的数据项目要求严格的顺序、长度和内容不同,属性表集合的限制稍微宽松,不再要求各个属性表具有严格的顺序,并且只要不与已有的属性名重复,任何人实现的编译器都可以向属性表中写入自己定义的属性信息,Java虚拟机运行时会忽略掉它不认识的属性。
为了能正确地解析Class文件,预定义了9项虚拟机实现应当能识别的属性:

属性表集合

属性表(attribute_info)在前面的讲解之中已经出现过多次,在 Class文件、字段表、方法表中都可以携带自己的属性表集合,以用于描述某些场景专有的信息。

与Class文件中其他的数据项目要求严格的顺序、长度和内容不同,属性表集合的限制稍微宽松,不再要求各个属性表具有严格的顺序,并且只要不与已有的属性名重复,任何人实现的编译器都可以向属性表中写入自己定义的属性信息,Java虚拟机运行时会忽略掉它不认识的属性。

code

Java程序方法体里的代码经过Javac编译器处理之后,最终变为字节码指令存储在Code属性内。Code属性出现在方法表的属性集合中,但并非所有方法都必须存在这个属性表,譬如接口或抽象类中的抽象方法就不存在Code属性,如果方法有Code属性表存在,那么它的结构如下表:

attribute_name_index 是一项指向CONSTANT_Utf8_info常量表的索引,常量值固定为“Code”,它代表了该属性的属性名称,attribute_length指示了属性值的长度,由于属性名称索引与属性长度一共是6个字节,所以属性值的长度固定为整个属性表的长度减去6个字节。 max_stack 代表了 操作数栈(Operand Stacks)的最大深度 。在方法执行的任意时刻,操作数栈都不会超过这个深度。虚拟机运行的时候需要根据这个值来分配栈帧(Frame)中的操作数栈深度。
max_locals代表了局部变量表所需的存储空间。在这里,max_locals的单位是Slot,Slot是虚拟机为局部变量表分配内存所使用的最小单位。对于byte,char,float,int,shot,boolean,reference和returnAddress等长度不超过32位的数据类型,每个局部变量占1个Slot,而double与long这两种64位的数据类型而需要2个Slot来存放。方法参数(包括实例方法中的隐藏参数“this”),显示异常处理器的参数(ExceptionHandler Parameter,即try-catch语句中catch块所定义的异常),方法体中定义的局部变量都需要使用局部表来存放。另外,并不是在方法中使用了多个局部变量,就把这些局部变量所占的Slot之和作为max_locals的值,原因是局部变量表中的Slot可以重用,当代码执行超出一个局部变量的作用域时,这个局部变量所在的Slot就可以被其他局部变量所使用,编译器会根据变量的作用域来分类Slot并分配给各个变量使用,然后计算出max_locals的大小。

code_length 和code用来存储Java源程序编译后生成的字节码指令。code_length代表字节码长度,code是用于存储字节码指令的一系列字节流。既然名为字节码指令,那么每个指令就是一个u1类型的单字节,当虚拟机读取到code中的一个字节码时,就可相应地找出这个字节码代表的是什么指令,并且可以知道这条指令后面是否需要跟随参数,以及参数应该如何理解。
关于code_length还有一件值得注意的事情,虽然它是一个 u4 类型的长度值,理论上最大值可以达到2的32次方减1,但 虚拟机规范中限制了一个方法不允许超过65535条字节码指令 ,如果超过这个限制,Javac编译器就会拒绝编译。一般来讲,只要我们写Java代码时不是刻意地编写超长的方法,就不会超过这个最大值限制。但是,在编译复杂的JSP文件中,可以会因为这个原因导致编译失败。
Code属性是Class文件中最重要的一个属性 ,如果表一个Java程序中的 信息分为代码(Code,方法体里的Java代码)和元数据(Metadata,包括类、字段、方法定义及其它信息)两部分 ,那么在整个Class文件里,Code属性用于描述代码,其它的所有数据项目就都用于描述元数据。
在字节码指令之后的是这个方法的显示异常处理表,异常表对于Code属性表来说不是必须存在的。异常表的格式如下表:

在字节码指令之后的是这个方法的显示异常处理表,异常表对于Code属性表来说不是必须存在的。异常表的格式如下表:

异常表它包含4个字段,这些字段的含义为:如果字节码从第start_pc到end_pc行之间(不包含第end_pc)行出现了类型为catch_type或其子类的异常(catch_type为指向一个CONSTANT_Class_info型常量的索引),则转到第handler_pc行继续处理。当catch_type的值为0时,代表任何的异常情况都需要转向到handler_pc行行进行处理。异常表实际上是Java代码的一部分,编译器使用异常表而不是简单的跳转命令来实现Java异常及finally处理机制。注:字节码的“行”是一种形象的描述,指的是字节码相对于方法体开始的偏移量,而不是Java源代码的行号。

Exceptions属性

这里的Exceptions属性是在方法表中与Code属性平级的一项属性,而不是Code属性表中的异常属性表。Exceptions属性表的作是列举出方法中可能抛出的受查检(Checked Exception),也就是在方法描述时在throws关键字后面列举的异常。它的结构如下表:

此属性表中的number_of_exceptions项表示访求可能抛出number_of_exceptions种受检查异常,每一种受检查异常使用一个exception_index_table项表示,为指向常量池中CONSTANT_Class_info型常量表的索引,代表了该受检查异常的类型。

ConstantValue属性

ConstantValue属性的作用是通知虚拟机自动为静态变量赋值。只有被static关键字修饰的变量才可以使用这项属性。在Java程序里类类似“int x= 123“和”static int x = 123”这样的变量定义非常常见,但虚拟机对这两种变量赋值的方法和时刻有所不同。 对于非static类型的变量(也就是实例变量)的赋值是在实例构造器方法中进行的 ;对于类变量,则有两种式可以选择:赋值在类构造器方法中进行,或者使用ConstantValue属性来赋值。目前Sun Javac编译器的选择是: 如果同时使用final和static来x修饰一个变量,并且这个变量的数据类型是基本类型或java.lang.String的话,就生成ConstantValue属性来进行初始化,如果这个变量没有被final修饰,或者并非基本类型或字符串,则选择在类构造器中进行初始化 。ConstantValue属性表结构如下:

ConstantValue属性是一个定长属性,它的attribute_length数据项值必须为2。constantvalue_index数据项代表了常量池中一个字面常量的引用,根据字段类型不同,字面量可以是CONSTANT_Long_info,CONSTANT_Float_info,CONSTANT_Double_info,CONSTANT_Integer_info和CONSTANT_String_info常量中的一种。

StackMapTable属性

是一个复杂的变长属性,位于Code属性的属性表,这个属性会在虚拟机类加载的字节码验证阶段被新类型检查验证器(Type Checker)使用,目的在于代替以前比较消耗性能的基于数据流分析的类型推导验证器。
StackMapTable属性中包含零至多个栈映射栈(Stack Map Frames),每个栈映射帧都显示或隐式的代表了一个字节码偏移量,用于表示该执行到该字节码时局部变量表和操作数栈的验证类型。类型检查验证器会通过检查目标方法的局部变量和操作数栈所需要的类型来确定一段字节码指令是否符合逻辑约束。一个方法的Code属性最多只能有一个StackMapTable属性,否则将抛出ClassFormatError异常。 StackMapTable属性的结构见下表。


原文链接:https://blog.csdn.net/u012998254/article/details/82802627